【儀表網 研發(fā)快訊】近日，信息科學與工程學院陳杰智課題組的研究成果以題為“An Efficient Flash-Based Computing-in-Memory (CIM) Demonstration of High-Precision (32-bit) Nonlinear Partial Differential Equation (PDE) Solver With Ultra-High Endurance and Reliability”的論文發(fā)表在集成電路領域旗艦期刊IEEE Transactions on Circuits and Systems I: Regular Papers(簡稱TCAS-I)上。信息學院2021級直博生馮揚是論文第一作者，陳杰智教授是論文通訊作者，山東大學信息科學與工程學院為第一完成單位及通訊單位。
 

　　隨著人工智能等應用對數(shù)據(jù)存儲與計算需求的持續(xù)增長，處理數(shù)據(jù)的能耗顯著增加，提升計算芯片的算力并降低功耗成為亟待解決的關鍵課題。存算一體技術因其在存儲陣列內集成計算單元的能力，可實現(xiàn)大規(guī)模數(shù)據(jù)的并行計算，展現(xiàn)出極高的計算能效與算力密度，成為高性能計算領域的重要技術之一。面對日益復雜的網絡推理任務，存算一體硬件支持的計算精度要求也隨之提升。特別是在以求解偏微分方程(PDE)為代表的通用型計算中，高精度存算宏單元的研發(fā)變得尤為重要。本研究通過設計閃存存算一體架構，有效提升了計算效率和精度，為解決復雜計算任務提供了重要技術支撐。
 

圖1 FNO算法及高精度存算系統(tǒng)映射原理
 

圖2 存算芯片硬件及運算架構
 

　　基于Fourier Neural Operator (FNO) 算法，設計了32比特高精度閃存存算單元，基于硬件系統(tǒng)架構實現(xiàn)了非線性偏微分方程的求解。結合可靠性分析、電路測試以及系統(tǒng)級仿真，對該系統(tǒng)性能和魯棒性進行了全面驗證。測試結果表明，該系統(tǒng)能夠實現(xiàn)40ns的高速脈沖輸出，在高效求解非線性偏微分方程的同時，以更低的硬件成本和更小的功耗完成復雜計算，能效高達2 TOPS/W。該技術方案為構建高能效通用型存算一體系統(tǒng)提供了新的技術路徑。
 

　　TCAS-I作為國際電路與系統(tǒng)領域的頂級期刊，對被錄用論文的要求極高，需呈現(xiàn)創(chuàng)新性的芯片設計并提供全面的理論分析。該論文第一作者馮揚，為山東大學信息科學與工程學院2017級微納光電子科學與技術新工科試驗班本科生，2021年直博加入陳杰智教授課題組，至今以第一作者/共同第一作者在IEEE TCAS-I、IEEETED、IEEE EDL等權威期刊發(fā)表SCI論文8篇，在集成電路國際頂級學術會議IEDM上發(fā)表會議論文1篇，VLSI Symposia Technology上發(fā)表會議論文2篇。
 

　　上述工作得到了科技部重點研發(fā)項目、國家自然科學基金重點項目、后摩爾重大研究計劃項目、國家公派留學基金等多個項目資助。